DE102017216854B4 - Method and device for evaluating correspondences of images, operation assistance method and operation device - Google Patents
Method and device for evaluating correspondences of images, operation assistance method and operation device Download PDFInfo
- Publication number
- DE102017216854B4 DE102017216854B4 DE102017216854.4A DE102017216854A DE102017216854B4 DE 102017216854 B4 DE102017216854 B4 DE 102017216854B4 DE 102017216854 A DE102017216854 A DE 102017216854A DE 102017216854 B4 DE102017216854 B4 DE 102017216854B4
- Authority
- DE
- Germany
- Prior art keywords
- correspondence
- correspondences
- images
- measure
- attributes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 17
- 230000003287 optical effect Effects 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 33
- 230000033001 locomotion Effects 0.000 claims description 28
- 230000036961 partial effect Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 230000001419 dependent effect Effects 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 230000000873 masking effect Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 2
- 238000005070 sampling Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 7
- 230000002123 temporal effect Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 241001136792 Alle Species 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000013442 quality metrics Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 241000533950 Leucojum Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/269—Analysis of motion using gradient-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
- G06T2207/10021—Stereoscopic video; Stereoscopic image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Abstract
Verfahren (S) zum Bewerten von Korrespondenzen (10, 12) von Bildern (B1, B2) von wenigstens einer Kamera eines Fahrzeugs, wobei die Korrespondenzen (10,12) auf dem Konzept des optischen Flusses beruhen oder eine Stereodisparität wiedergeben, mit:- Bereitstellen (S1-1) von den Korrespondenzen (10, 12) zwischen gegebenen ersten und zweiten Bildern (B1, B2),- Bereitstellen (S1-2) einer Mehrzahl von Qualitätsmaßen als Attribute (20, 22) zur Charakterisierung einer jeweiligen Korrespondenz (10, 12), wobei das jeweilige Qualitätsmaß als Attribut (20, 22) einer betrachteten Korrespondenz (10, 12) repräsentativ ist für• ein Maß der Eindeutigkeit, mit welcher eine jeweilige Korrespondenz (10, 12) in einem lokalen Umfeld ermittelt wurde, oder• ein Maß der Konsistenz einer jeweiligen Korrespondenz (10, 12) mit einer zeitlich vorangegangenen Korrespondenz,- Bewerten (S2-1) und bedingtes Selektieren (S2-2) der Korrespondenzen (10, 12), wobei dem Bewerten (S2-1) von Korrespondenzen (10, 12) eine Kombination von Attributen (20, 22) und dem Selektieren (S2-2) von Korrespondenzen (10, 12) ein Ergebnis des Bewertens (S2-1) zu Grunde gelegt werden, und, bei welchem• die Korrespondenzen (10, 12), insbesondere in Kombination mit den zugeordneten Attributen (20, 22), als Bild (10, 20) oder Matrix (10, 20) repräsentiert werden,• das Bild (10, 20) bzw. die Matrix (10, 20) durch nicht überlappende Teilregionen (15) überdeckt werden, wobei eine Kachelung mit rechteckigen Kacheln mit zeilenweise versetzten Fugen ausgebildet wird, und• für jede Teilregion (15) in Bezug auf in der Teilregion (15) vorliegende Korrespondenzen (12) eine im Hinblick auf die zugeordneten Attribute (22) beste Korrespondenz (12) selektiert wird, und- Bereitstellen (S2-3) selektierter Korrespondenzen (10, 12) als Bewertungsergebnis (100).Method (S) for evaluating correspondences (10, 12) of images (B1, B2) from at least one camera of a vehicle, the correspondences (10, 12) being based on the concept of optical flow or reflecting a stereo disparity, with:- Providing (S1-1) the correspondences (10, 12) between given first and second images (B1, B2), - providing (S1-2) a plurality of quality measures as attributes (20, 22) for characterizing a respective correspondence ( 10, 12), the respective quality measure as an attribute (20, 22) of a correspondence (10, 12) under consideration being representative of • a measure of the uniqueness with which a respective correspondence (10, 12) was determined in a local environment, or• a measure of the consistency of a respective correspondence (10, 12) with a chronologically preceding correspondence, - evaluation (S2-1) and conditional selection (S2-2) of the correspondences (10, 12), wherein the evaluation (S2-1 ) of correspondence (10, 12) a combination of attributes (20, 22) and the selection (S2-2) of correspondence (10, 12) a result of the evaluation (S2-1) are taken as a basis, and, in which • the correspondences (10, 12), in particular in combination with the associated attributes (20, 22), are represented as an image (10, 20) or matrix (10, 20), • the image (10, 20) or the Matrix (10, 20) are covered by non-overlapping sub-regions (15), wherein a tiling with rectangular tiles with row-by-row offset joints is formed, and• for each sub-region (15) with respect to correspondences (12 ) a correspondence (12) which is best with regard to the assigned attributes (22) is selected, and providing (S2-3) selected correspondences (10, 12) as the evaluation result (100).
Description
Stand der TechnikState of the art
Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zum Bewerten von Korrespondenzen von Bildern, ein Betriebsassistenzverfahren und insbesondere ein Fahrassistenzverfahren sowie eine Betriebsvorrichtung und insbesondere ein Fahrzeug. Die vorliegende Erfindung betrifft des Weiteren ein Computerprogramm und ein maschinenlesbares Speichermedium.The present invention relates to a method and a device for evaluating correspondences of images, an operating assistance method and in particular a driving assistance method and an operating device and in particular a vehicle. The present invention further relates to a computer program and a machine-readable storage medium.
In vielen technischen Bereichen wird zur Steuerung von Vorrichtungen und Prozessen Bildverarbeitung eingesetzt, zum Beispiel auch im Bereich der Automobilindustrie bei so genannten Fahrerassistenzsystemen. In diesem Zusammenhang werden z.B. Bilder erfasst und einem Steuerprozess zu Grunde gelegt. Dazu müssen die Bilder bewertet werden. Bei der Bildbewertung werden häufig so genannte Korrespondenzen erzeugt und der Bewertung zu Grunde gelegt. Derartige Korrespondenzen beschreiben pixelweise und in zeitlicher und/oder räumlicher Richtung Zuordnungen zwischen Koordinaten in einem ersten Bild und Koordinaten in einem zweiten Bild. Bei einer zeitlichen Beziehung kann es sich um aufeinanderfolgend aufgenommene Bilder handeln, bei einer räumlichen Beziehung um räumlich getrennte Bilder, die auch gleichzeitig aufgenommen sein können, zum Beispiel bei der Stereovision.In many technical areas, image processing is used to control devices and processes, for example in the automotive industry with so-called driver assistance systems. In this context, for example, images are recorded and used as a basis for a control process. To do this, the images must be evaluated. When evaluating images, so-called correspondences are often generated and used as a basis for the evaluation. Such correspondences describe associations between coordinates in a first image and coordinates in a second image, pixel by pixel and in a temporal and/or spatial direction. A temporal relationship can involve sequentially recorded images, while a spatial relationship can involve spatially separate images that can also be recorded simultaneously, for example in stereo vision.
Die Schrift YAMAGUCHI K. ET AL: „Vehicle ego-motion estimation and moving object detection using a monocular camera“; IEEE 2006, 18th International Conference on Pattern Recognition, IEEE Comput. Soc; 20-24 SEPT. 2006 offenbart ein Verfahren zur kamerabasierten Abschätzung der Eigenbewegung eines Fahrzeugs.The paper YAMAGUCHI K. ET AL: "Vehicle ego-motion estimation and moving object detection using a monocular camera"; IEEE 2006, 18th International Conference on Pattern Recognition, IEEE Comput. soc; 20-24 SEPT. 2006 discloses a method for camera-based estimation of a vehicle's own motion.
Das Dokument
Die vorliegende Erfindung hat die Aufgabe, ein Verfahren zum Vergleichen von Bildern zu verbessern.The object of the present invention is to improve a method for comparing images.
Offenbarung der ErfindungDisclosure of Invention
Die vorliegende Aufgabe wird erfindungsgemäß durch die unabhängigen Ansprüche 1 und 7 bis 10 gelöst.The present object is achieved according to the invention by the
Das erfindungsgemäße Verfahren zur Bewertung von Bildern mit den Merkmalen des Anspruchs 1 weist den Vorteil auf, dass mit vergleichsweise geringem Aufwand Korrespondenzen zu einem Paar von Bildern mit hoher Zuverlässigkeit geprüft und bei Verifikation ausgewählt werden können. Dies wird erfindungsgemäß mit den Merkmalen des Anspruchs 1 dadurch erreicht, dass ein Verfahren zur Bewertung von Bildern und insbesondere zum Bewerten von Korrespondenzen von Bildern geschaffen wird, welches die Schritte aufweist:
- (i) Bereitstellen von Korrespondenzen zwischen gegebenen ersten und zweiten Bildern,
- (ii) Bereitstellen eines oder einer Mehrzahl von Qualitätsmaßen als Attribute zur Charakterisierung einer jeweiligen Korrespondenz,
- (iii) Bewerten und bedingtes Selektieren der Korrespondenzen und
- (iv) Bereitstellen selektierter Korrespondenzen als Bewertungsergebnis.
- (i) providing correspondences between given first and second images,
- (ii) providing one or a plurality of quality measures as attributes for characterizing a respective correspondence,
- (iii) evaluating and conditionally screening the correspondences and
- (iv) Provision of selected correspondence as an evaluation result.
Dabei werden erfindungsgemäß dem Bewerten von Korrespondenzen eine Kombination von Attributen und dem Selektieren von Korrespondenzen ein Ergebnis des Bewertens zu Grunde gelegt. Durch die erfindungsgemäß vorgesehenen Maßnahmen wird erreicht, dass bereits ermittelte Korrespondenzen auf Grund der Verwendung von miteinander kombinierten Attributen zu den Korrespondenzen beim Bewerten bei der Auswahl der Korrespondenzen ein hohes Maß an Selektivität und Genauigkeit erzielt wird. Auf Grund der Selektion kann bei der Weiterverarbeitung oder Weiterverwendung der Datenaufwand ohne Genauigkeitseinbußen reduziert werden.According to the invention, the evaluation of correspondence is based on a combination of attributes and the selection of correspondence is based on a result of the evaluation. As a result of the measures provided according to the invention, a high degree of selectivity and accuracy is achieved for correspondences that have already been determined due to the use of attributes combined with one another for the correspondences when evaluating when selecting the correspondences. Due to the selection, the amount of data can be reduced without loss of accuracy during further processing or further use.
Im Sinne der vorliegenden Erfindung kann die Gesamtheit der Korrespondenzen auch als Korrespondenzbild, -satz oder -matrix aufgefasst werden, deren einzelne Bestandteile dann auch als Elemente oder Pixel bezeichnet werden. Die einzelnen Korrespondenzen können eine oder auch mehrere skalare Komponenten aufweisen, zum Beispiel Werte für verschiedene Bewegungsrichtungen u, v im Raum. Sie können somit vektorwertig sein. Ferner können die Korrespondenzen auf dem Konzept des optischen Flusses, auch als OF bezeichnet, beruhen und/oder eine Stereodisparität wiedergeben, dies ist jedoch nicht zwingend.Within the meaning of the present invention, all of the correspondences can also be understood as a correspondence image, set or matrix, the individual components of which are then also referred to as elements or pixels. The individual correspondences can have one or more scalar components, for example values for different directions of movement u, v in space. They can thus be vector-valued. Furthermore, the correspondences can be based on the concept of the optical flow, also referred to as OF, and/or reflect a stereo disparity, but this is not mandatory.
In analoger Weise können auch die Gesamtheit der Qualitätsmaße, Attribute und/oder selektierten Korrespondenzen als entsprechende Bilder, Datensätze und/oder Matrizen mit entsprechenden Elementen oder Pixeln aufgefasst werden.In an analogous manner, the entirety of the quality measures, attributes and/or selected correspondences can also be understood as corresponding images, data sets and/or matrices with corresponding elements or pixels.
Die vorliegende Erfindung ist anwendbar im Zusammenhang mit jeglicher Form von Kameras, Überwachungskameras und/oder Messtechnikkameras, zum Beispiel - aber nicht nur - an oder in Fahrzeugen im Allgemeinen, insbesondere im Zusammenhang mit Kraftfahrzeugen. Mit umfasst sind dabei auch Anwendungen der Erfindung im Zusammenhang mit Fernsehkameras, Consumerkameras, Drohnenkameras, Mensch-Maschine-Interaktionskameras usw.The present invention is applicable in connection with any form of cameras, surveillance cameras and/or metrology cameras, for example - but not only - on or in vehicles in general, in particular in connection with motor vehicles. This also includes applications of the invention in Related to television cameras, consumer cameras, drone cameras, man-machine interaction cameras, etc.
Die Unteransprüche zeigen bevorzugte Weiterbildungen der Erfindung.The dependent claims show preferred developments of the invention.
Zur Realisierung der jeweiligen Qualitätsmaße oder Attribute zu jeweils betrachteten Korrespondenzen können verschiedenste Aspekte, die eine Bewertung von Korrespondenzen ermöglichen, einzeln oder in beliebiger Kombination miteinander herangezogen werden.In order to implement the respective quality measures or attributes for the correspondence considered in each case, a wide variety of aspects that enable correspondence to be evaluated can be used individually or in any combination with one another.
Erfindungsgemäß ist das jeweilige Qualitätsmaß als Attribut einer betrachteten Korrespondenz repräsentativ für
- - für ein Maß der Eindeutigkeit, mit welcher eine jeweilige Korrespondenz in einem lokalen Umfeld ermittelt wird oder wurde, oder
- - für ein Maß der Konsistenz einer jeweiligen Korrespondenz mit einer zeitlich vorangegangenen Korrespondenz, insbesondere im Hinblick auf ein Maß von Konsistenz von Flussvektoren über die Zeit, wobei bei bestätigter Konsistenz ein zu Grunde liegendes zeitlich stabiles Verhalten insbesondere in Form eines Alters als Zahlenwert angegeben wird.
- - für ein Maß einer - zumindest lokalen - Ortsabhängigkeit und/oder Raumwinkelabhängigkeit der Verteilung der Korrespondenzen zumindest im Bereich einer jeweils betrachteten Korrespondenz und insbesondere für ein Maß der Gleichmäßigkeit einer ortsabhängigen und/oder raumwinkelabhängigen Verteilung der Korrespondenzen,
- - für ein Maß einer Priorität zur bevorzugten Berücksichtigung einer zu Grunde liegenden Korrespondenz,
- - für ein Maß für das Vorliegen einer korrekten Zuordnung einer jeweiligen Korrespondenz zu Bereichen der zu Grunde liegenden Bilder,
- - für ein Maß einer Eigenbewegung der mit der jeweiligen Korrespondenz im Zusammenhang stehenden Bereiche der zu Grunde liegenden Bilder, insbesondere eines damit im Zusammenhang stehenden Objekts und/oder unter Berücksichtigung nicht epipolarer konformer Bewegungen,
- - für ein Maß einer Bewegungsmöglichkeit der mit der jeweiligen Korrespondenz im Zusammenhang stehenden Bereiche der zu Grunde liegenden Bilder, insbesondere eines damit im Zusammenhang stehenden Objekts,
- - für ein Maß einer Genauigkeit, mit welcher eine jeweilige Korrespondenz bestimmt wurde,
- - für ein Maß einer bei der Ermittlung der jeweiligen Korrespondenz zu Grunde gelegten Auflösung oder Auflösungsstufe,
- - für ein Maß einer Zugehörigkeit der mit der jeweiligen Korrespondenz im Zusammenhang stehenden Bereiche der zu Grunde liegenden Bilder, insbesondere eines damit im Zusammenhang stehenden Objekts, zu einer semantischen Klasse, vorzugsweise auf der Grundlage einer videobasierten Objektklassifikation, eines Vorgangs maschinellen Lernens und/oder eines Vorgangs der semantischen Segmentierung,
- - für ein Maß einer Zugehörigkeit der mit der jeweiligen Korrespondenz im Zusammenhang stehenden Bereiche der zu Grunde liegenden Bilder, insbesondere eines damit im Zusammenhang stehenden Objekts, zu einer Klasse zur Berücksichtigung zugelassener Bereiche der zu Grunde liegenden Bilder, insbesondere im Zusammenhang mit einer Maskierung.
- - for a degree of uniqueness with which a respective correspondence is or was determined in a local environment, or
- - for a measure of the consistency of a respective correspondence with a chronologically preceding correspondence, in particular with regard to a measure of the consistency of flow vectors over time, with confirmed consistency being based on a temporally stable behavior, in particular in the form of an age as a numerical value.
- - for a measure of an - at least local - location dependency and/or spatial angle dependency of the distribution of the correspondences at least in the area of a correspondence considered in each case and in particular for a measure of the uniformity of a location-dependent and/or spatial angle-dependent distribution of the correspondences,
- - for a measure of priority for preferential consideration of an underlying correspondence,
- - for a measure of the existence of a correct assignment of a respective correspondence to areas of the underlying images,
- - for a measure of a proper motion of the areas of the underlying images related to the respective correspondence, in particular of a related object and/or taking into account non-epipolar conformal motions,
- - for a measure of a possibility of movement of the areas of the underlying images related to the respective correspondence, in particular of an object related to it,
- - for a degree of accuracy with which a respective correspondence was determined,
- - for a measure of a resolution or resolution level used as a basis for determining the respective correspondence,
- - for a measure of an affiliation of the areas of the underlying images related to the respective correspondence, in particular a related object, to a semantic class, preferably based on a video-based object classification, a machine learning process and/or a process of semantic segmentation,
- - for a degree of affiliation of the areas of the underlying images associated with the respective correspondence, in particular an object associated therewith, to a class for considering permitted areas of the underlying images, in particular in connection with a masking.
Ein besonders hohes Maß an Flexibilität stellt sich bei einer anderen vorteilhaften Ausgestaltungsform des erfindungsgemäßen Verfahrens dadurch ein, dass kombinierte Qualitätsmaße als Attribute verwendet werden, die aus einem oder einer Mehrzahl von Qualitätsmaßen abgeleitet sind durch Kombinationsbildung und/oder Funktionsbildung, insbesondere durch Kehrwertbildung, Vorzeichenumkehr, Rundung, Bildung von Funktionswerten von den Qualitätsmaßen zu Grunde liegenden skalaren oder vektoriellen Werten.A particularly high degree of flexibility is achieved in another advantageous embodiment of the method according to the invention in that combined quality measures are used as attributes which are derived from one or a plurality of quality measures through combination formation and/or function formation, in particular through reciprocal value formation, sign reversal, Rounding, formation of functional values from the scalar or vectorial values on which the quality measures are based.
Der konkrete Ablauf des erfindungsgemäßen Verfahrens lässt sich besonders einfach gestalten, wenn gemäß einer anderen vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens ein jeweiliges Attribut und/oder zu Grunde liegenden Qualitätsmaße und insbesondere deren Werte zur Nutzung als Adresse codiert verwendet werden, insbesondere im Zusammenhang mit einer Werte der Attribute und/oder der Qualitätsmaße repräsentierenden Auslesetabelle und insbesondere einer Lookup-Tabelle.The specific sequence of the method according to the invention can be designed particularly simply if, according to another advantageous development of the method according to the invention, a respective attribute and/or underlying quality measures and in particular their values are used in encoded form for use as an address, in particular in connection with a value of the Attributes and/or the selection table representing quality measures and in particular a lookup table.
Zusätzlich oder alternativ stellt sich eine weitere Vereinfachung und Ökonomisierung des erfindungsgemäßen Verfahrens dann ein, wenn gemäß einer anderen Ausführungsform eine jeweilige Korrespondenz als eindimensionale Liste oder als Vektor repräsentiert wird und ein der Korrespondenz jeweils zugeordnetes Attribut und/oder deren Kodierung als ein oder mehrere zusätzliche Listenelemente bzw. Vektorkomponenten oder als Teile davon repräsentiert wird und der Liste bzw. dem Vektor angefügt ist bzw. sind.Additionally or alternatively, a further simplification and economization of the method according to the invention occurs when, according to another embodiment, a respective correspondence is represented as a one-dimensional list or as a vector and an attribute and/or its code assigned to the correspondence tion is represented as one or more additional list elements or vector components or as parts thereof and is or are appended to the list or vector.
Bei konkreten Anwendungen stehen zum Zeitpunkt des Ableitens der Korrespondenzen möglicherweise nicht sämtliche Werte der zu Rate zu ziehenden Qualitätsmaße und/oder Attribute zur Verfügung.In specific applications, not all values of the quality measures and/or attributes to be consulted may be available at the time the correspondences are derived.
Auch im Zusammenhang mit derartigen Situationen ist es vorteilhaft, wenn Attribute und/oder Qualitätsmaße zu Korrespondenzen eines früheren Zeitpunkts auf eine Korrespondenz zu einem späteren Zeitpunkt übertragen und/oder extrapoliert werden.It is also advantageous in connection with such situations if attributes and/or quality measures relating to correspondence at an earlier point in time are transferred and/or extrapolated to a correspondence at a later point in time.
Das erfindungsgemäße Verfahren ist ökonomisch, da die Korrespondenzen, insbesondere in Kombination mit den zugeordneten Attributen in ihrer Gesamtheit, tatsächlich als Bild, Matrix oder dergleichen repräsentiert werden, das Bild bzw. die Matrix durch überlappende und/oder nicht überlappende Teilregionen - nach Art einer Parkettierung oder Kachelung - überdeckt werden und für jede Teilregion in Bezug auf in der Teilregion vorliegende Korrespondenzen - falls vorhanden - eine - insbesondere im Hinblick auf die zugeordneten Attribute - beste Korrespondenz selektiert wird.The method according to the invention is economical because the correspondences, in particular in combination with the assigned attributes in their entirety, are actually represented as an image, matrix or the like, the image or the matrix being represented by overlapping and/or non-overlapping partial regions—like a tessellation or tiling - are covered and for each sub-region in relation to correspondences present in the sub-region - if available - a best correspondence is selected - in particular with regard to the assigned attributes.
Die vorliegende Erfindung betrifft des Weiteren ein Betriebsassistenzverfahren und insbesondere Fahrassistenzverfahren für eine Vorrichtung und insbesondere für ein Fahrzeug, bei welchem Bilder erfasst und mit einem Verfahren nach einem erfindungsgemäßen Verfahren bewertet werden und bei welchem ein Ergebnis der Bewertung bei der Steuerung des Betriebs der Vorrichtung verwendet wird.The present invention further relates to an operating assistance method and in particular a driving assistance method for a device and in particular for a vehicle, in which images are captured and evaluated using a method according to a method according to the invention and in which a result of the evaluation is used to control the operation of the device .
Gemäß einem anderen Aspekt der vorliegenden Erfindung wird auch eine Vorrichtung zur Bewertung von Bildern und insbesondere zum Bewerten von Korrespondenzen von Bildern angegeben, welche eingerichtet ist ein erfindungsgemäßes Betriebsassistenzverfahren oder Fahrassistenzverfahren bzw. ein erfindungsgemäßes Verfahren zum Bewerten von Bildern und insbesondere von Korrespondenzen zu Bildpaaren auszuführen.According to another aspect of the present invention, a device for evaluating images and in particular for evaluating correspondences between images is also specified, which is set up to execute an inventive operating assistance method or driving assistance method or an inventive method for evaluating images and in particular correspondences to image pairs.
Die erfindungsgemäße Vorrichtung kann insbesondere als ASIC, als frei programmierbare digitale Signalverarbeitungsvorrichtung oder als Kombination davon ausgebildet sein.The device according to the invention can be designed in particular as an ASIC, as a freely programmable digital signal processing device or as a combination thereof.
Des Weiteren wird durch die vorliegende Erfindung ein Computerprogramm angegeben, welches eingerichtet ist, ein erfindungsgemäßes Verfahren auszuführen, wenn es auf einem Computer oder einer digitalen Signalverarbeitungseinrichtung ausgeführt wird.Furthermore, the present invention specifies a computer program which is set up to carry out a method according to the invention when it is run on a computer or a digital signal processing device.
Ferner schafft die vorliegende Erfindung auch ein maschinenlesbares Speichermedium, auf dem das erfindungsgemäße Computerprogramm gespeichert ist.Furthermore, the present invention also creates a machine-readable storage medium on which the computer program according to the invention is stored.
Figurenlistecharacter list
Unter Bezugnahme auf die beigefügten Figuren werden Ausführungsformen der Erfindung im Detail beschrieben.
-
1 und2 zeigen schematisch in Form eines Flussdiagramms bzw. nach Art eines Blockdiagramms Ausführungsformen des erfindungsgemäßen Verfahrens und illustrieren die Zusammenhänge zwischen den zu Grunde liegenden Bildern und Korrespondenzen, Attributen und weiteren Informationen. -
3 bis 5 zeigen schematisch Ergebnisse der Anwendung einer Ausführungsform des erfindungsgemäßen Verfahrens anhand entsprechender Bilder von Korrespondenzverteilungen. -
6 zeigt schematisch einen möglichen Aufbau der Darstellung eines Flussvektors als Korrespondenz mit angehängten Attributen. -
7 und8 zeigen schematisch die Anwendung einer Parkettierung oder Kachelung zur Überdeckung eines Bildes von Korrespondenzen. -
9A bis9C beschreiben schematisch die Anwendung einer Maske und einen diesbezüglichen zeitlichen Übertrag.
-
1 and2 show schematically in the form of a flow chart or in the form of a block diagram embodiments of the method according to the invention and illustrate the relationships between the underlying images and correspondence, attributes and other information. -
3 until5 show schematic results of the application of an embodiment of the method according to the invention based on corresponding images of correspondence distributions. -
6 shows schematically a possible structure of the representation of a flow vector as a correspondence with attached attributes. -
7 and8th show schematically the use of tiling to cover an image of correspondences. -
9A until9C describe schematically the use of a mask and a related temporal transfer.
Bevorzugte Ausführungsformen der ErfindungPreferred Embodiments of the Invention
Nachfolgend werden unter Bezugnahme auf die
Nicht in jedem Fall ihres Auftretens wird die Detailbeschreibung der bezeichneten Elemente und Komponenten wiedergegeben.The detailed description of the designated elements and components is not reproduced in every case of their occurrence.
Die dargestellten Merkmale und weiteren Eigenschaften können in beliebiger Form voneinander isoliert und beliebig miteinander kombiniert werden, ohne den Kern der Erfindung zu verlassen.The features and other properties shown can be isolated from one another in any form and combined with one another in any way, without departing from the core of the invention.
Die
Die Bilder B1, B2, 10, 20, 30 können voneinander abweichende Größen und/oder Formate oder auch eine Größe besitzen. Attributbilder können insbesondere auch kleiner sein, um Speicherplatz und/oder Bandbreite zu sparen. Sie können insbesondere horizontal und vertikal halb so groß wie die Inputbilder sein und bei Bedarf hochskaliert werden.The images B1, B2, 10, 20, 30 can have different sizes and/or formats or else one size. In particular, attribute images can also be smaller in order to save storage space and/or bandwidth. In particular, they can be half the size of the input images horizontally and vertically and scaled up if necessary.
Die Ausführungsform des erfindungsgemäßen Verfahrens S zur Bewertung von Bildern B1, B2 und insbesondere von deren Korrespondenzen 12 besteht aus einem ersten Schritt S1, bei welchem in einem ersten Teilschritt S1-1 die Korrespondenzen 12 zu den Bildern B1, B2 als solche bereitgestellt werden, zum Beispiel in Form eines entsprechenden korrespondierenden Bildes 10 der Korrespondenzen 12, welches auch als Satz, Matrix oder Speicherbereich aufgefasst werden kann. In diesem Zusammenhang werden die einzelnen Korrespondenzen 12 auch als Elemente oder Pixel aufgefasst.The embodiment of the method S according to the invention for evaluating images B1, B2 and in particular their
In einem zweiten Teilschritt S1-2 werden auf Grund einer Analyse der Korrespondenzen 12 entsprechende Attribute 22, zum Beispiel in Form von Qualitätsmaßen, abgeleitet und bereitgestellt. Die Gesamtheit der Attribute 22 kann wiederum als Bild 20, Satz, Matrix oder Speicherbereich aufgefasst werden, wobei die einzelnen Attribute 22 dann wiederum als Elemente oder Pixel enthalten sind.In a second sub-step S1-2, based on an analysis of the
Gegebenenfalls werden zusätzliche Informationen 32 entweder ergänzend zu den Attributen, zum Beispiel in diesen enthalten, oder als separate Entität, in Form eines Bildes 30, eines Satzes, einer Matrix oder eines Speicherbereichs, erzeugt und bereitgestellt. Dies ist jedoch nicht zwingend, oft jedoch vorteilhaft.If necessary,
Die einzelnen Teilschritte S1-1 und S1-2 des ersten Verfahrensschritt S1 des Verfahrens S können parallel und zum Beispiel gleichzeitig oder seriell abgearbeitet werden.The individual partial steps S1-1 and S1-2 of the first method step S1 of the method S can be processed in parallel and, for example, simultaneously or serially.
In einem zweiten Schritt S2 des erfindungsgemäßen Verfahrens S erfolgen die Schritte des Bewertens S2-1 der Korrespondenzen 12, des bedingten Selektierens S2-2 der Korrespondenzen 12 und des Bereitstellens S2-3 der selektierten Korrespondenzen 12 als Bewertungsergebnis.In a second step S2 of the method S according to the invention, the steps of evaluating S2-1 of the
In
Wenn die selektierten Korrespondenzen nur einen kleinen Bruchteil der Eingangsmenge von Korrespondenzen darstellen, kann es sehr von Vorteil sein, die Selektion nicht mehr als Bild oder Matrix darzustellen, sondern kompakter, z.B. als Liste.If the selected correspondences represent only a small fraction of the input quantity of correspondences, it can be very advantageous to no longer display the selection as an image or matrix, but in a more compact form, e.g. as a list.
Es schließt sich der Schritt S3 der Bestimmung einer relativen Orientierung und/oder einer Eigenbewegung auf der Grundlage der selektierten Korrespondenzen 12 an. Auf Grund der Selektion kann die Datenmenge reduziert und die Zuverlässigkeit sowie die Genauigkeit gesteigert werden.Step S3 of determining a relative orientation and/or a proper motion on the basis of the selected
Auf der Grundlage der ermittelten relativen Orientierung und/oder der Eigenbewegung können sich verschiedene andere Prozesse anschließen, zum Beispiel ein Vorgang S4 der Bestimmung der Klasse der eigenbewegten Objekte oder dergleichen sowie alternativ oder zusätzlich bestimmte Anwendungen S4, S5.Various other processes can follow on the basis of the determined relative orientation and/or the self-movement, for example a process S4 of determining the class of self-moving objects or the like, and alternatively or additionally specific applications S4, S5.
Die
Die
In
Zur Überdeckung der Korrespondenzmatrix 10 mit den ursprünglichen Korrespondenzen 12 wird eine Parkettierung oder Kachelung mit Teilbereichen oder Teilregionen 15 erzeugt. Die einzelnen Teilbereiche oder Teilregionen 15 überdeckten sich nicht und decken in ihrer Gesamtheit das gesamte Korrespondenzbild 10 ab.To cover the
Bestimmte Teilregionen 16 weisen keine Korrespondenz 12 auf. Bestimmte Teilregionen 17 sind in der Darstellung gemäß
Für jede der Teilregionen 15 wird, sofern sie nicht leer ist, durch einen Vergleich sämtlicher Korrespondenzen 12 innerhalb der jeweiligen Teilregion 15 eine bevorzugte Korrespondenz 13 bestimmt und selektiert. Dies wird in den Abschnitten weiter unten noch im Detail diskutiert.A
Die
Diese und weitere Merkmale und Eigenschaften der vorliegenden Erfindung werden an Hand der folgenden Darlegungen weiter erläutert:
- Die vorliegende Erfindung betrifft unter anderem das so genannte Priority-Sampling und alternativ oder zusätzlich Aspekte der Bewertung und Selektion bevorzugter Kandidaten aus einer Menge oder einem
Feld von Korrespondenzen 12 zu Bildpaaren B1, B2 oder allgemein zu einer Mehrzahl von Bildern B1, B2.
- The present invention relates, among other things, to what is known as priority sampling and alternatively or additionally to aspects of evaluating and selecting preferred candidates from a set or a field of
correspondences 12 for image pairs B1, B2 or generally for a plurality of images B1, B2.
Gemäß einer alternativen Sichtweise der vorliegenden Erfindung betrifft diese auch die Bewertung und Selektion von Korrespondenzen 12 zu Bildpaaren B1, B2 oder allgemein zu einer Mehrzahl von Bildern B1, B2 und/oder Aspekte der Verbesserung kamerabasierter Schätzungen der relativen Orientierung.According to an alternative view of the present invention, this also relates to the evaluation and selection of
Des Weiteren betrifft die vorliegende Erfindung gemäß einer weiteren zusätzlichen alternativen Sichtweise Aspekte von Verfahren und Vorrichtungen zur Verbesserung videobasierter Eigenbewegungsschätzungen.Furthermore, according to a further additional alternative point of view, the present invention relates to aspects of methods and devices for improving video-based self-motion estimations.
Dem Thema Korrespondenzbildung begegnet man im Bereich maschinellem Sehen, Computer-Vision, insbesondere im Zusammenhang mit dem Begriff des optischen Flusses (OF), und bei der Stereodisparität.The issue of correspondence formation is encountered in the fields of machine vision, computer vision, particularly in connection with the notion of optical flow (OF), and in stereo disparity.
Im Zusammenhang mit dem optischen Fluss werden Korrespondenzen in zeitlicher Richtung gebildet, indem Zuordnungen zwischen Koordinaten in einem ersten Bild B1 und Koordinaten in einem zweiten Bild B2 bestimmt werden. Eine solche Korrespondenz gibt dann an, wie sich die Projektion eines Punktes in der 3D-Szene ins 2D-Bild von einer alten Koordinate zu einer neuen Koordinate weiterbewegt hat.Correspondences in the temporal direction are formed in connection with the optical flow by assignments between coordinates in a first image B1 and coordinates in a second image B2 being determined. Such correspondence then indicates how the projection of a point in the 3D scene into the 2D image has progressed from an old coordinate to a new coordinate.
Dabei kann die Bewegung im Bild B1, B2 durch die Bewegung des Szenenpunktes oder durch die Bewegung der Kamera hervorgerufen sein, oder beides zugleich.The movement in the image B1, B2 can be caused by the movement of the scene point or by the movement of the camera, or both at the same time.
Bei Stereovision werden die beiden Bilder B1, B2 etwa zeitgleich von zwei Kameras erfasst, die sich an unterschiedlichen Orten befinden. Die relative Anordnung der Kameras ist dabei in der Regel fest und bekannt. Die Korrespondenzbildung ermöglicht die Bestimmung der Entfernung zum Punkt in der 3D-Szene mittels Triangulation.In the case of stereo vision, the two images B1, B2 are recorded approximately at the same time by two cameras which are located at different locations. The relative arrangement of the cameras is usually fixed and known. Correspondence formation enables the distance to the point in the 3D scene to be determined using triangulation.
Eine Übersicht über die besten Verfahren im Stand der Technik, insbesondere mit Bezug auf Fahrerassistenzsysteme, gibt beispielsweise „The KITTI Vision Benchmark Suite“ unter http://www.cvlibs.net/datasets/kitti.For example, “The KITTI Vision Benchmark Suite” at http://www.cvlibs.net/datasets/kitti provides an overview of the best methods in the prior art, in particular with regard to driver assistance systems.
Bei einer kamerabasierten Bestimmung der relativen Orientierung wird eine Mehrzahl von Korrespondenzen und insbesondere von Punktkorrespondenzen zwischen zwei Bildern B1, B2 genutzt, um daraus die relative Orientierung der Kamerapositionen in Bezug auf die - oft als statisch angenommene - Szene zu errechnen.In a camera-based determination of the relative orientation, a plurality of correspondences and in particular point correspondences between two images B1, B2 are used in order to use them to calculate the relative orientation of the camera positions in relation to the scene—often assumed to be static.
Die Bilder B1, B2 können auch von zwei unterschiedlichen Kameras stammen, die mechanisch starr miteinander verbunden sein können.The images B1, B2 can also come from two different cameras, which can be mechanically rigidly connected to one another.
Stammen die beiden Bilder B1, B2 von derselben Kamera, spricht man auch von einer Eigenbewegungsschätzung. Es wird dabei die relative Bewegung - insbesondere in Bezug auf die Szene - ermittelt, die die Kamera in der Zwischenzeit vollzogen hat. Diese Bewegung kann im Allgemeinen als Kombination aus einer 3D-Rotation und einer 3D-Translation beschrieben werden.If the two images B1, B2 come from the same camera, one also speaks of a self-motion estimation. The relative movement - in particular in relation to the scene - that the camera has completed in the meantime is determined. This movement can generally be described as a combination of a 3D rotation and a 3D translation.
Im Sinne der vorliegenden Erfindung werden Aspekte der Eigenbewegungsschätzung oder -bestimmung S3 und/oder Aspekte der Schätzung oder Bestimmung S3 einer relativen Orientierung, welche auch den Mehr-Kamera-Fall einschließen, gleichwertig und - insbesondere wenn sie isoliert genannt werden - jeweils rein beispielhaft behandelt. Sämtliche technischen Aspekte, die im Zusammenhang mit einer Eigenbewegungsschätzung erörtert werden, sind in gleichem Maße auch auf technische Aspekte der Schätzung einer relativen Orientierung und insbesondere im Hinblick auf einen Mehr-Kamera-Fall vorteilhaft anwendbar.Within the meaning of the present invention, aspects of the estimation or determination of one's own motion S3 and/or aspects of the estimation or determination S3 of a relative orientation, which also include the multi-camera case, are treated equally and - especially if they are mentioned in isolation - in each case treated purely by way of example . All technical aspects discussed in connection with a self-motion estimation are equally advantageously applicable to technical aspects of the estimation of a relative orientation and in particular with regard to a multi-camera case.
Die vorliegende Erfindung beschäftigt sich insbesondere auch mit einem Thema der Selektion S2-2 einer möglichst geeigneten und insbesondere optimalen Teilmenge von Korrespondenzen aus der Gesamtheit aller abgeleiteten Korrespondenzen.The present invention also deals in particular with an issue of the selection S2-2 of a subset of correspondences that is as suitable and, in particular, optimal as possible from the totality of all derived correspondences.
Eine derartige Auswahl oder Selektion kann z.B. sinnvoll oder notwendig sein, wenn ein oder mehrere der folgenden Umstände vorliegt:
- - Ein nachfolgender Verfahrensschritt oder Algorithmus, z.B. einer Bildbewertung und/oder Bildbearbeitung, besitzt keine ausreichende Kapazität, um die Gesamtheit aller bereitgestellten Korrespondenzen - insbesondere in Echtzeit - zu verarbeiten.
- - In der Gesamtheit aller bereitgestellten Korrespondenzen liegen ungeeignete Korrespondenzen vor, die vor der weiteren Verarbeitung besser herausgefiltert werden sollten.
- - A subsequent method step or algorithm, for example an image evaluation and/or image processing, does not have sufficient capacity to process the entirety of all correspondence provided, particularly in real time.
- - In the entirety of all correspondence provided, there are unsuitable correspondences that should be better filtered out before further processing.
Beispiele für diesen Fall sind:
- - fehlerhafte Korrespondenzen, also zum Beispiel falsche Zuordnungen, und
- - Korrespondenzen zwischen Punkten der Szene, die zu eigenbewegten Objekten gehören, also nicht zu dem Teil der Szene gehören, auf den sich die Bestimmung der relativen Orientierung beziehen soll. Beispiele für eigenbewegte Objekte sind Fußgänger, fahrende Autos, ziehende Wolken, Spiegelungen auf reflektierenden Oberflächen.
- - Die Korrespondenzen wurden mit unterschiedlicher Genauigkeit ermittelt. Dann würde man die Korrespondenzen mit höherer Genauigkeit bevorzugen.
- - Die Korrespondenzen sind ungleichmäßig im Bild oder im Raum verteilt. Dann könnte die Selektion die Gleichmäßigkeit verbessern. Denn für die Bestimmung der relativen Orientierung ist es vorteilhaft, wenn die Korrespondenzen aus unterschiedlichen Raumrichtungen stammen.
- - Incorrect correspondence, for example incorrect assignments, and
- - Correspondences between points in the scene that belong to self-moving objects, i.e. do not belong to the part of the scene to which the determination of the relative orientation should relate. Examples of self-moving objects are pedestrians, moving cars, moving clouds, reflections on reflective surfaces.
- - The correspondences were determined with varying degrees of accuracy. Then one would prefer the correspondences with higher accuracy.
- - The correspondences are distributed unevenly in the picture or in space. Then selection could improve uniformity. For the determination of the relative orientation, it is advantageous if the correspondences come from different directions in space.
Erfindungsgemäß wird die Möglichkeit geschaffen, Anforderungen - z.B. im Sinne von Gütekriterien - an die Auswahl zu stellen und diejenigen Korrespondenzen auszuwählen, die diese erfüllen oder sogar bestmöglich erfüllen.According to the invention, the possibility is created to place requirements - e.g. in the sense of quality criteria - on the selection and to select those correspondences that fulfill them or even fulfill them in the best possible way.
Es können verschiedene Klassen von Gütekriterien im Zusammenhang mit der vorliegenden Erfindung verwendet werden:
- (1) Zum Beispiel kann ein Maß ermittelt werden, das eine Aussage darüber ermöglicht, wie eindeutig eine Korrespondenz 12 in einem lokalen Umfeld ermittelt werden konnte. Beispielsweise kann ermittelt werden, wenn die Korrespondenz entlang einer Kante oder auf Grund periodischer Strukturen mehrdeutig sein kann. Das Maß für die Eindeutigkeit kann als Zahlenwert codiert werden.
- (2) Alternativ oder zusätzlich kann eine Korrespondenz jeweils mit ihrer zeitlichen Vorgängerkorrespondenz verglichen und auf Konsistenz der Flussvektoren über die Zeit geprüft. Bei bestätigter Konsistenz liegt ein zeitlich stabiles Verhalten vor. Ist diese Konsistenz immer wieder erfüllt, so erhöht sich das Vertrauen, das z.B. in Form eines Alters als Zahlenwert angegeben werden kann.
- (1) For example, a measure can be determined that enables a statement to be made as to how clearly a
correspondence 12 could be determined in a local environment. For example, it can be determined if the correspondence along an edge or due to periodic structures can be ambiguous. The measure of uniqueness can be encoded as a numerical value. - (2) Alternatively or additionally, a correspondence can be compared in each case with its chronological predecessor correspondence and checked for consistency of the flow vectors over time. If the consistency is confirmed, the behavior is stable over time. If this consistency is met again and again, the level of trust increases, which can be given as a numerical value, for example in the form of an age.
Das erfindungsgemäße Verfahren kann in bestehenden oder kommenden Generationen von Fahrerassistenzsystemen - z.B. als Implementierung in einem ASIC - eingesetzt werden, um aus Korrespondenzen zum optischen Fluss die besten Kandidaten für eine Eigenbewegungsschätzung zu selektieren.The method according to the invention can be used in existing or future generations of driver assistance systems—for example as an implementation in an ASIC - can be used to select the best candidates for a self-motion estimation from optical flow correspondences.
Neben den beiden oben genannten Gütekriterien (1) und (2) können weitere Gütekriterien zum Einsatz kommen, zum Beispiel auch die nachfolgend beschriebenen Gütekriterien. Sämtliche Gütekriterien können einzeln oder in beliebiger Kombination miteinander verwendet werden, um eine Auswahl oder Selektion S2-2 von bereits abgeleiteten Korrespondenzen zu durchzuführen.In addition to the two quality criteria (1) and (2) mentioned above, further quality criteria can be used, for example the quality criteria described below. All of the quality criteria can be used individually or in any combination with one another in order to select or select S2-2 from correspondences that have already been derived.
Dies wird nachfolgend an einem konkreten Ausführungsbeispiel erläutert. Dieses Ausführungsbeispiel entspricht einer möglichen Implementierung in einem Produkt.This is explained below using a specific exemplary embodiment. This exemplary embodiment corresponds to a possible implementation in a product.
Zunächst wird ein optisches Flussfeld ermittelt. Jedem Flussvektor - aufgefasst als Korrespondenz 12 - können 6 unterschiedliche Qualitätsmaßen zugeordnet und der Datenstruktur des Flussvektors angehängt werden. Aus den Qualitätsmaßen kann jeweils eine Priorität berechnet werden, wie dies im Zusammenhang mit
Nachfolgend werden einige Kernaspekte und Vorteile der Erfindung näher erläutert:
- - Eine Auswahl einer bevorzugten
Untermenge von Korrespondenzen 12 aus einer Gesamtheit bereitgestellter Korrespondenzen 12 kann unter Berücksichtigung einer beliebigen Kombination der nachfolgenden Kriterien erfolgen: - - Gleichmäßigkeit: Die Abtastpunkte sollen möglichst gleichmäßig über
das Bild 10 bzw.über das Feld 10von Korrespondenzen 12 verteilt sein.
- A selection of a preferred subset of
correspondences 12 from a totality of providedcorrespondences 12 can be made taking into account any combination of the following criteria: - - Uniformity: The scanning points should be distributed as evenly as possible over the
image 10 or over thefield 10 ofcorrespondence 12.
Statt einer Gleichmäßigkeit im Bild 10 kann auch eine Gleichmäßigkeit im Raum angestrebt werden, z.B. über eine konstante Anzahl von Korrespondenzen pro Raumwinkel.Instead of uniformity in
Noch allgemeiner kann - anstelle einer Gleichmäßigkeit - ein bestimmter ortsabhängiger und/oder raumwinkelabhängiger Dichteverlauf der Korrespondenzen angestrebt werden.
- - Priorität: Es sollen bevorzugt die besten
Korrespondenzen 12 gemäß einer Priorität ausgewählt werden. - -
30, 32 können zusätzlich zum Aspekt der Priorität berücksichtigt werden oder in die Bestimmung der Priorität einfließen.Optionale Informationen - - Qualitätsmaße: Es können unterschiedliche Qualitätsmaße für die bestehenden Korrespondenzen 12 erzeugt und genutzt werden, die bevorzugt in codierter Form vorliegen und z.B. an die jeweilige Korrespondenz angehängt oder ihr zugeordnet werden.
- - Kombination von Qualitätsmaßen: Es können mehrere bestehende Qualitätsmaße miteinander kombiniert werden, um daraus ein neues Qualitätsmaß oder eine neue Priorität zu ermitteln und einer jeweiligen Korrespondenz zuzuordnen.
- - Zusammenfassung von Qualitätsmaßen: Mehrere - insbesondere codierte - Qualitätsmaße können zusammengefasst werden zur Nutzung als Adresse einer Lookup-Tabelle (LUT) oder Auslesetabelle, die die Adresse auf eine Skala von Qualitäten und/oder Prioritäten abbildet.
- - Priority: The
best correspondence 12 should preferably be selected according to a priority. - -
30, 32 can be taken into account in addition to the aspect of priority or incorporated into the determination of priority.Optional information - - Quality measures: Different quality measures can be generated and used for the existing
correspondence 12, which are preferably available in coded form and, for example, are appended to the respective correspondence or assigned to it. - - Combination of quality measures: Several existing quality measures can be combined with one another in order to determine a new quality measure or a new priority and assign it to a respective correspondence.
- - Summary of quality measures: Several - in particular encoded - quality measures can be summarized for use as the address of a lookup table (LUT) or selection table, which maps the address to a scale of qualities and/or priorities.
Die Verwendung einer LUT ist sinnvoll, wenn eine endliche und nicht zu große Anzahl an Kombinationen von Qualitätsmaßen und/oder sonstigen Attributen existiert, so dass jeder solchen Kombination, die auch als Zahl dargestellt werden kann, eine Priorität zugeordnet werden kann. Diese Zuordnung kann dann explizit - und in der Regel einmalig - als LUT abgespeichert und immer wieder abgerufen werden. Dieses Vorgehen kann vom Rechenaufwand günstiger sein, als die Priorität stets aufs Neue zu bestimmen.
- - Trainingsdaten: Möglich ist die Erzeugung einer solchen LUT anhand von Trainingsdaten.
- - Weitere Informationen: Denkbar ist die Einbeziehung von weiteren Informationen, wobei diese auch von anderen Systemkomponenten, Verfahren und/oder Algorithmen stammen können, z.B. von einer videobasierten Objektklassifikation oder von einer auf maschinellem Lernen basierenden semantischen Segmentierung.
- - Training data: It is possible to generate such a LUT using training data.
- - Further information: The inclusion of further information is conceivable, whereby this can also originate from other system components, methods and/or algorithms, eg from a video-based object classification or from a semantic segmentation based on machine learning.
Folgende Aspekte sind dabei denkbar
- - Informationen über die Bewegungsmöglichkeiten eines Objekts oder eine Objektklasse (Beispiel:
Korrespondenzen 12 auf Fußgängern könnten vorsichtshalber grundsätzlich ausgeschlossen werden, egal ob der Fußgänger gerade in Bewegung ist oder nicht), - - Informationen über das Vorhandensein eigenbewegter Objekte, insbesondere mit nicht epipolar konformer Bewegung, (Hintergrund: Bezieht sich die Bestimmung der relativen Orientierung auf eine als statisch angenommene Szene, so verhalten sich alle zugehörigen Korrespondenzen 12 epipolar konform, beziehen sich also auf denselben Epipol.)
- - Informationen in Form binärer Masken oder in Form von Bildern von Qualitätsmaßen oder Prioritäten und/oder
- - Informationen, die einem älteren Zeitpunkt zugeordnet sind und unter Verwendung des optischen Flusses (Korrespondenzen 12) auf einen gewünschten Zeitpunkt übertragen werden können.
- - Informationen, die einem älteren Zeitpunkt zugeordnet sind und unter Verwendung einer bekannten Eigenbewegung auf einen gewünschten Zeitpunkt übertragen werden können.
- - Information about the movement options of an object or an object class (example:
correspondences 12 on pedestrians could be ruled out as a precaution, regardless of whether the pedestrian is currently moving or not), - - Information about the presence of self-moving objects, especially with non-epi polar conform movement, (Background: If the determination of the relative orientation refers to a scene that is assumed to be static, then all associated
correspondences 12 behave epipolar conform, i.e. they refer to the same epipole.) - - information in the form of binary masks or in the form of images of quality measures or priorities and/or
- - Information associated with an older point in time that can be transferred to a desired point in time using the optical flow (correspondence 12).
- - Information associated with an earlier point in time that can be transferred to a desired point in time using known proper motion.
Erfindungsgemäß können diese Aspekte genutzt werden, um bei einem Verfahren zur Auswahl einer bevorzugten Untermenge von Korrespondenzen 12 aus einer Gesamtheit 10 bereitgestellter Korrespondenzen 12 eingesetzt zu werden und um damit eine Eigenbewegungsschätzung der Kamera bezüglich ihrer Umgebung vorzunehmen.According to the invention, these aspects can be used to be used in a method for selecting a preferred subset of
Qualitätsmaße und Abbildung auf eine PrioritätQuality measures and mapping on a priority
Um eine bevorzugte Untermenge von Korrespondenzen 12 ermitteln zu können, müssen Kriterien bzw. Maße verfügbar sein, anhand derer z. B. eine Prioritätsreihenfolge ermittelt werden kann.In order to be able to determine a preferred subset of
Falls nur ein einziges Qualitätsmaß vorhanden ist, ist die Festlegung trivial, denn das Qualitätsmaß oder eine Abbildung davon, z. B. Kehrwert, Vorzeichenumkehr, Rundung, Funktion, usw., kann unmittelbar als Priorität verwendet werden.If only a single quality measure is available, the definition is trivial, because the quality measure or an image of it, e.g. B. reciprocal, sign reversal, rounding, function, etc., can be used immediately as a priority.
Falls mehrere Qualitätsmaße vorhanden sind, z.B. eine Anzahl n, so ist es sinnvoll, diese geeignet miteinander zu kombinieren und dabei gegebenenfalls zum Beispiel eine Abbildung von einem n-dimensionalen Raum auf die eindimensionale Skala der Prioritäten vorzunehmen.If there are several quality measures, e.g. a number n, it makes sense to combine them in a suitable way and, if necessary, to map an n-dimensional space onto the one-dimensional scale of priorities.
Wie oben bereits erwähnt, können die Qualitätsmaße (1) und (2) z.B. individuell an jeden Flussvektor als Zusatzinformation angehängt werden, z.B. mit jeweils 2 bit pro Qualitätsmaß.As already mentioned above, the quality measures (1) and (2) can be appended individually to each flow vector as additional information, e.g. with 2 bits per quality measure.
Ein weiteres Qualitätsmaß könnte beispielsweise die Information enthalten, in welcher Pyramidenstufe einer Auflösungspyramide die jeweilige Korrespondenz ermittelt wurde.A further quality measure could, for example, contain the information in which pyramid level of a resolution pyramid the respective correspondence was determined.
Bei einem Ausführungsbeispiel der vorliegenden Erfindung können zum Beispiel vier weitere Qualitätsmaße angehängt werden, und zwar zu je 1 bit oder 2 bit. Insgesamt wären bei diesem Ausführungsbeispiel mithin 6 Qualitätsmaße, zum Beispiel durch QM0 bis QM5 bezeichnet, vorhanden, repräsentiert mit 10 bit. Es ist vorteilhaft, in diesen Qualitätsmaßen unterschiedliche Qualitätsaspekte zu codieren, die möglichst statistisch unabhängig voneinander sind, um somit den gesamten darin darstellbaren Informationsgehalt möglichst groß zu machen.For example, in one embodiment of the present invention, four additional quality measures may be appended, each of 1 bit or 2 bits. A total of 6 quality measures, denoted for example by QM0 to QM5, would therefore be present in this exemplary embodiment, represented by 10 bits. It is advantageous to encode different quality aspects in these quality measures, which are as statistically independent as possible, in order to make the entire information content that can be represented therein as large as possible.
Es ist von Vorteil, alle Qualitätsmaße in aufeinanderfolgenden Bits abzulegen. Dies erleichtert den direkten Zugriff auf Untergruppen oder auf die Gesamtheit der Qualitätsmaße, die hier mit „QCode“ bezeichnet ist.It is advantageous to store all quality measures in consecutive bits. This facilitates direct access to subgroups or to the entirety of the quality measures, which are denoted here with "QCode".
Die Qualitätsmaße können miteinander kombiniert werden, z.B. gewichtet addiert, multipliziert, logisch verknüpft, usw., um ein kombiniertes Qualitätsmaß zu erzeugen. Die Vorschrift für die Kombination kann dabei von der Anwendung abhängen. Z.B. könnte eine erste Anwendung alle Qualitätsmaße berücksichtigen, eine zweite Anwendung nur einen Teil davon, eine dritte Anwendung andere Gewichte anwenden.The quality metrics can be combined, e.g. weighted added, multiplied, logically combined, etc., to produce a combined quality metric. The specification for the combination can depend on the application. For example, a first application could consider all quality measures, a second application only a part of them, a third application different weights.
Das Konstruieren einer geeigneten rechnerischen Verknüpfung kann aber schwierig sein, insbesondere wenn die durch die Verknüpfung erzeugte Priorität einen ähnlichen Wertebereich ausnutzen soll, wie die Gesamtheit der originalen Qualitätsmaße, die ja hier 10 bit und somit einen Wertebereich 0 - 1023 aufweist.However, constructing a suitable arithmetic link can be difficult, especially if the priority generated by the link is to use a value range similar to that of the entirety of the original quality measures, which here have 10 bits and thus a value range of 0-1023.
Eine Alternative ist daher die Abbildung mit einer Lookuptabelle (LUT). Dabei kann die Zusammenfassung der Qualitätsmaße zu einem Wort, hier mit QCode bezeichnet, als Adresse in der LUT aufgefasst werden. An diesen LUT-Adressen sind dann Prioritätswerte gespeichert, die ausgelesen werden können.An alternative is therefore mapping with a lookup table (LUT). The summary of the quality measures in one word, referred to here as QCode, can be understood as an address in the LUT. Priority values that can be read are then stored at these LUT addresses.
In einem entsprechenden ASIC können mehrere derartige LUTs vorgesehen sein: Die LUT für das Priority-Sampling bildet 10 bit auf 10 bit ab. Weitere LUTs bilden 10 bit auf weniger Bits ab.A number of such LUTs can be provided in a corresponding ASIC: the LUT for priority sampling maps 10 bits to 10 bits.
Anstelle der Verwendung eines ASICs sind alternativ oder zusätzlich in Kombination auch frei programmierbare Strukturen, zum Beispiel in einer CPU oder in einer allgemeinen digitalen Signalverarbeitungseinrichtung, denkbar.Instead of using an ASIC, freely programmable structures are alternatively or additionally in combination, for example in a CPU or in a general digital signal processing device, conceivable.
Bei einer besonders vorteilhaften Ausführungsform
- - sind die vorgesehenen Prioritätswerte der LUT alle unterschiedlich, mit dem Vorteil einer umkehrbar eindeutigen Abbildung, d.h. eine Abbildung ohne Informationsverlust, und
- - decken insgesamt denselben Wertebereich ab wie die Adressen, und zwar mit dem Vorteil, dass die binäre Wortlänge so gering wie möglich bleibt.
- - the intended priority values of the LUT are all different, with the advantage of a one-to-one mapping, ie a mapping without loss of information, and
- - cover the same range of values as the addresses, with the advantage that the binary word length remains as small as possible.
In dem Ausführungsbeispiel ist eine Abbildung vorgesehen, bei welcher die 10 bit Adresse mittels der LUT auf eine 10 bit Priorität abgebildet wird.In the exemplary embodiment, a mapping is provided in which the 10-bit address is mapped to a 10-bit priority using the LUT.
Dieses Vorgehen eröffnet auch die Möglichkeit, aufwendigere Verfahren offline durchzuführen, um eine optimale LUT zu finden, z.B. anhand eines automatisierten Trainingsverfahrens, das auf großen Mengen an Daten basiert.This approach also opens up the possibility of performing more complex procedures offline to find an optimal LUT, e.g. using an automated training procedure based on large amounts of data.
Das Ergebnis der Anwendung der LUT auf die als QCode bezeichnete Zusammenfassung der Qualitätsmaße für ein Flussfeld oder eine Gesamtheit von Korrespondenzen ist in
Dass in
Gleichmäßige Abtastung von Korrespondenzen mit hoher PrioritätEqual sampling of high-priority correspondence
Für viele Anwendungen ist es von Vorteil, die Untermenge von Korrespondenzen 12 möglichst gleichmäßig über das Bild verteilt auszuwählen. Dies gilt insbesondere für die Schätzung der relativen Orientierung.For many applications it is advantageous to select the subset of
Dazu wäre es zunächst naheliegend, ein geeignet skaliertes, gleichmäßiges Raster über das Bild zu legen, z.B. ein Rechteckraster oder hexagonales Raster, und die Abtastungen an den Rasterpunkten vorzunehmen, oder alternativ die Abtastpunkte mit einem Quasi-Zufallsgenerator zu erzeugen, der eine gute Gleichverteilung gewährleistet.To do this, it would initially be obvious to place a suitably scaled, uniform grid over the image, e.g. a rectangular grid or hexagonal grid, and to carry out the sampling at the grid points, or alternatively to generate the sampling points with a quasi-random generator that ensures good uniform distribution .
Ein solches Vorgehen würde jedoch nicht gewährleisten, dass Korrespondenzen hoher Priorität bevorzugt werden.However, such an approach would not ensure that high-priority correspondence would be given priority.
Es ist also ein Verfahren gesucht, das gleichzeitig beides gewährleistet, also eine möglichst gute Gleichverteilung und eine möglichst hohe Priorität der abgetasteten Korrespondenzen.A method is therefore sought that simultaneously ensures both, ie the best possible uniform distribution and the highest possible priority of the scanned correspondences.
Das erfindungsgemäße Verfahren sieht daher vor, das Bild 10 in nichtüberlappende Teilregionen 15 zu zerlegen, sprich eine Kachelung oder eine Parkettierung auszubilden, und aus jeder Kachel 15 z.B. die erste beste Korrespondenz 12 zu selektieren.
Es kommen auch kleinere Kacheln 17 vor, z.B. an den Bildrändern. Die Kachelformen und Kachelgrößen können auch variabel sein, z.B. in der Bildmitte kleiner, wenn dort mehr Abtastwerte gezogen werden sollen als in den äußeren Bildbereichen.There are also smaller tiles 17, e.g. at the edges of the image. The tile shapes and sizes can also be variable, e.g. smaller in the center of the image if more samples are to be drawn there than in the outer image areas.
Die Kachelformen können beispielsweise polygonal (Vielecke) sein. Nichtüberlappende Kachelungen sind bevorzugt, weil damit sichergestellt wird, dass eine Korrespondenz nicht mehrfach ausgewählt werden kann. Überlappende Kachelungen, z.B. von Rechtecken variabler Größe, sind jedoch nicht ausgeschlossen, da sie andere Vorteile aufweisen: Beispielsweise ist die Bestimmung der Zuordnung, also in welchen Kacheln eine Korrespondenz liegt, bei rechteckigen Formen besonders einfach.The tile shapes can be polygonal (polygons), for example. Non-overlapping tiling is preferred because it ensures that a correspondence cannot be selected more than once. However, overlapping tiling, e.g. of rectangles of variable size, is not excluded, since it has other advantages: For example, determining the assignment, i.e. in which tiles a correspondence lies, is particularly easy with rectangular shapes.
An jedem Pixel 11 können eine oder mehrere Korrespondenzen 12 hinterlegt sein, die jeweils mit einer Priorität versehen sind.One or
Die Pixel 11 einer Kachel 15 werden bevorzugt in einer vorgegebenen Reihenfolge abgearbeitet, z.B. spaltenweise von oben nach unten und dann von links nach rechts, wie dies in
Dadurch ergibt sich das gewünschte Verhalten, dass also gute Gleichverteilung und hohe Priorität der abgetasteten Korrespondenzen 12 gewährleistet werden. Gleichzeitig ist der Rechenaufwand hierfür sehr gering.This results in the desired behavior, that is to say good equal distribution and high priority of the scanned
Berücksichtigung weiterer Merkmaleconsideration of other features
Zusätzlich zu den Qualitätsmaßen, die an die Korrespondenz 12 angehängt sind, können noch weitere Merkmale berücksichtigt werden.In addition to the quality measures attached to the
Diese können z.B. als eine oder mehrere Masken eingespeist werden, wobei eine Maske die gleiche Größe wie das Feld 10 von Korrespondenzen 12 haben kann. Eine solche Maske ist in
Der Inhalt der Masken kann wiederum mit der oben beschriebenen Priorität kombiniert werden, z.B. gewichtet addiert, multipliziert, logisch verknüpft, usw., oder aber von vorneherein in die Berechnung der Priorität mit einbezogen werden, ggf. unter Verwendung einer LUT mit entsprechend größerem Wertebereich.The content of the masks can in turn be combined with the priority described above, e.g. weighted, added, multiplied, logically linked, etc., or included in the calculation of the priority from the outset, if necessary using a LUT with a correspondingly larger value range.
Besonders vorteilhaft kann es sein, in zwei Schritten vorzugehen, z.B. zunächst die oben beschriebene gleichmäßige Abtastung vorzunehmen und danach z.B. eine oder mehrere binäre Masken zu berücksichtigen, um zu entscheiden ob der bei der Abtastung gewählten Kandidat akzeptiert oder verworfen wird. Dieses Vorgehen verringert den Aufwand, da die Information aus den Masken nur für die kleinere Untermenge der abgetasteten Korrespondenzen 12 berücksichtigt werden muss. Der Vorteil des geringeren Aufwands kommt in dem gezeigten Ausführungsbeispiel besonders zum Tragen, weil das unten im Detail beschriebene rechenintensive Warping auf diese kleinere Untermenge beschränkt bleibt.It can be particularly advantageous to proceed in two steps, e.g. first carrying out the above-described uniform sampling and then, for example, taking into account one or more binary masks in order to decide whether the candidate selected during the sampling is accepted or rejected. This procedure reduces the effort, since the information from the masks only has to be taken into account for the smaller subset of the scanned
Im gezeigten Ausführungsbeispiel kennzeichnet die Maske potenziell eigenbewegte Bildregionen, die besser ausgeschlossen werden sollten, wenn eine Eigenbewegungsschätzung auf Basis der Korrespondenzen vorgenommen werden soll, denn die hier zu schätzende Eigenbewegung soll die relative Bewegung zwischen der Kamera und der statischen Welt angeben und von sonstigen eigenständig sich bewegenden Objekten unbeeinflusst bleiben. In the exemplary embodiment shown, the mask identifies potentially self-moving image regions that should better be excluded if a self-motion estimation is to be carried out on the basis of the correspondences, because the self-motion to be estimated here is intended to indicate the relative motion between the camera and the static world and from others independently moving objects remain unaffected.
Daher ist es von Vorteil, solche eigenständig bewegten Objekte vorab zu erkennen und z.B. in einer Maske zu kennzeichnen.It is therefore advantageous to recognize such independently moving objects in advance and to mark them in a mask, for example.
Diese Erkennung kann durch Detektion von nicht epipolar konformer Bewegung gemäß der Darstellung aus
Zur Kombination der Prioritäten gemäß
Weitere Beispiele für Informationen, die in Form solcher Masken berücksichtigt werden können, sind nachfolgend aufgelistet:
- - Denkbar ist die Nutzung einer semantischen Segmentierung, die z.B. für jeden Bildpunkt angibt, um welche Objektklasse es sich handelt, ggf. mit Angabe von Wahrscheinlichkeiten. Diese Information kann hier sinnvoll genutzt werden, z.B. um daraus ein Maß für die „Immobilität“ daraus abzuleiten.
Je größer die Immobilität, umso besser ist der Szenenpunkt zur Eigenbewegungsschätzung geeignet:
- - Z.B. wäre die Immobilität besonders hoch bei den Objektklassen Straße, Bordstein, Leitplanke, Verkehrsschild, Baum, Mauer, Gebäude.
- - Besonders niedrig wäre die Immobilität z.B. bei den Objektklassen Zweiradfahrer, Fußgänger, Glasoberfläche (wegen möglicher Spiegelungen), Schneeflocke.
- - Ferner kann die Maskierung von Bildteilen genutzt werden, die von der Selektion ausgeschlossen werden sollen: Beispielsweise ist es bei einer nach vorne ausgerichteten Fahrerassistenzkamera sinnvoll, den Bereich der eigenen Motorhaube auszuschließen, wenn dieser von der Kamera erfasst wird. Denn es wäre von erheblichem Nachteil, Korrespondenz aus dem Bereich der Motorhaube mit in die Eigenbewegungsschätzung einzubeziehen, da diese ja starr mit der Kamera verbunden ist und eine Nullbewegung, also maximale Immobilität zu erwarten ist, oder Spiegelungen von Szenenpunkten zeigt, z.B. Bewegungen, die die Eigenbewegungsschätzung irritieren könnten.
- - Denkbar ist zusätzlich oder alternativ auch die Nutzung einer Maskierung von Bildteilen, die auf Grund von Beschränkungen des optischen Pfades entstehen. Z.B. kann es bei einer Weitwinkeloptik in den Bildecken Bereiche geben, die von der Optik zum Beispiel wegen zu kleinem Bildkreis nicht oder nur oder unzureichend abgedeckt werden, zum Beispiel auch wegen Bildfehlern, starken Aberrationen oder dergleichen, oder in denen Störungen durch Spiegelungen und Streulicht zu erwarten sind und die daher besser ausmaskiert werden sollten.
- - It is conceivable to use a semantic segmentation which, for example, indicates for each pixel which object class it is, possibly with an indication of probabilities. This information can be used sensibly here, for example to derive a measure of “immobility” from it. The greater the immobility, the better suited the scene point is for estimating self-motion:
- - For example, the immobility would be particularly high for the object classes street, curb, crash barrier, traffic sign, tree, wall, building.
- - The immobility would be particularly low, for example, for the object classes cyclists, pedestrians, glass surface (because of possible reflections), snowflake.
- - Furthermore, the masking of image parts that are to be excluded from the selection can be used: For example, with a driver assistance camera facing forward, it makes sense to exclude the area of your own bonnet if this is captured by the camera. Because it would be of considerable disadvantage to include correspondence from the area of the bonnet in the self-motion estimation, since this is rigidly connected to the camera and a zero movement, i.e. maximum immobility, is to be expected, or shows reflections of scene points, e.g. movements that the Own motion estimation could irritate.
- - It is also conceivable, in addition or as an alternative, to use a masking of parts of the image due to limitations of the optical path arise. For example, in the case of wide-angle optics, there may be areas in the corners of the image that are not covered or only covered insufficiently by the optics, for example because the image circle is too small, for example also because of image errors, strong aberrations or the like, or in which interference from reflections and scattered light occurs are to be expected and which should therefore be better masked out.
Zeitliches Warping der weiteren Merkmale durch optischen FlussTemporal warping of the other features by optical flow
In der Praxis und insbesondere in einem Echtzeitsystem kann man mit dem Problem konfrontiert sein, dass eine benötigte Information - wie z.B. die oben genannten Masken - noch nicht für den aktuellen Zeitpunkt bereitsteht, sondern nur in einer älteren Version für einen früheren Zeitpunkt.In practice, and especially in a real-time system, one can be confronted with the problem that required information - such as the masks mentioned above - is not yet available for the current point in time, but only in an older version for an earlier point in time.
Ein Abwarten ist teilweise nicht möglich, weil sonst die Latenz und damit die Reaktionszeit zu groß würden oder weil Kausalitätsgründe dagegensprechen: In dem gezeigten Ausführungsbeispiel hängt die Ermittlung der eigenständig bewegten Objekte von dem Ergebnis der Eigenbewegungsschätzung ab. Es liegt also eine Rückkopplung vor. Dies ist auch in
In solchen Fällen ist es von Vorteil, die Information aus der alten Maske auf den gewünschten Zeitpunkt zu übertragen, dieser Vorgang wird auch als Warping bezeichnet. Das ist von besonderem Vorteil, weil die Korrespondenzen schon vorliegen und die Flussvektoren angeben, wie sich Szenenpunkte im Bild weiterbewegt haben. Entsprechend kann angegeben werden, wie sich die mit den Szenenpunkten assoziierten Attribute weiterbewegt haben.In such cases, it is advantageous to transfer the information from the old mask to the desired point in time. This process is also known as warping. This is of particular advantage because the correspondences are already available and the flow vectors indicate how scene points have moved further in the image. Accordingly, how the attributes associated with the scene points have progressed can be indicated.
Nachfolgend wird von 3 Zeitpunkten tM < tP < tC ausgegangen:
- - tM ist ein Zeitpunkt, für den die Information z.B. in Form einer Maske vorliegt (M : Maske),
- - tP ist ein früherer Zeitpunkt für die Bestimmung der Korrespondenzen 12 (P : Previous),
- - tc ist ein aktueller Zeitpunkt für die Bestimmung der Korrespondenzen 12 (C : Current).
- - t M is a point in time for which the information is available, e.g. in the form of a mask (M : mask),
- - t P is an earlier point in time for determining the correspondences 12 (P : Previous),
- - tc is a current time for determining the correspondences 12 (C: Current).
Die Korrespondenzen 12 zwischen den Zeitpunkten tP und tC sollen bereits vorliegen, z.B. als Rückwärtsfluss, also in den jüngeren Koordinaten zu tc, und abgetastet sein.The
Ist tp identisch mit tM, liegt also die Maske für den Zeitpunkt tP vor, so ist das Warping besonders einfach: Für jede abgetastete Koordinate (x, y) zum Zeitpunkt tc liegt ein Flussvektor (u, v) als Korrespondenz 12 vor, so dass daraus die Korrespondenz 12 mit der Struktur (x - u, y - v) ermittelt werden kann. An dieser Bildposition kann die Maske entsprechend ausgelesen werden.If tp is identical to tM , i.e. the mask for time tP is available, then warping is particularly simple: for each sampled coordinate (x, y) at time tc there is a flow vector (u, v) as
Während es sich bei (x, y) normalerweise um ganzzahlige Pixelkoordinaten handelt, ist dies bei der Korrespondenz 12 mit dem Korrespondenzvektor (x - u, y - v) im Allgemeinen nicht der Fall (Sub-Pixel-Anteil der Bewegung), hier muss also geeignet gerundet oder interpoliert werden. Unter Interpolieren kann auch eine Mehrheitsentscheidung verstanden werden, z.B. auf Basis der Werte der Maske in einer kleinen Nachbarschaft. Den in der Praxis besonders wichtigen Fall mit tM < tP < tc veranschaulicht
Der Zugriff auf die Maske sollte also entsprechend an der Stelle (x - s·u, y - s·v) erfolgen, wobei auch hier wieder geeignetes Runden oder Interpolieren erforderlich sein kann. Die Verlängerung ist in
Dem Ansatz liegt die Annahme zu Grunde, dass Bewegungsrichtung und Bewegungsgeschwindigkeit zumindest kurzzeitig näherungsweise konstant sind (Trägheitsannahme), was in der Praxis meistens hinreichend gut erfüllt ist.The approach is based on the assumption that the direction and speed of movement are approximately constant, at least for a short time (inertia assumption), which is usually sufficiently fulfilled in practice.
Das hier beschriebene Ausführungsbeispiel bezieht sich auf einen (abgetasteten) Rückwärtsflusses zwischen den Zeitpunkten tp und tC.The exemplary embodiment described here relates to a (sampled) reverse flow between the times tp and tc .
Auch andere Varianten sind denkbar, z.B. die zusätzliche Nutzung eines Rückwärtsflusses zwischen den Zeitpunkten tM und tP, falls vorhanden. Dieser Ansatz ist genauer und die Trägheitsannahme ist nicht nötig, jedoch ist der Aufwand höher, da die in der Maske enthaltene Information in zwei Schritten weitertransportiert werden muss: Zunächst wird mit dem neueren Flussvektor zwischen tP und tC eine Position im Bild tP ermittelt. Dort wird - gegebenenfalls nach geeignetem Runden oder Interpolieren - der ältere Flussvektor zwischen tP und tM ausgelesen. Damit wird eine Position in der Maske ermittelt, die schließlich ausgelesen wird, wobei auch hier wieder geeignetes Runden oder Interpolieren erforderlich sein kann.Other variants are also conceivable, for example the additional use of a reverse flow between times t M and t P , if present. This approach is more accurate and the assumption of inertia is not necessary, but the effort is higher because the information contained in the mask has to be transported in two steps: First, a position in the image t P is determined with the newer flow vector between t P and t C . The older flow vector between t P and t M is read out there—possibly after appropriate rounding or interpolation. A position in the mask is thus determined, which is finally read out, in which case suitable rounding or interpolation may again be necessary here.
Ebenso sind Varianten mit Vorwärtsfluss denkbar sowie Varianten, bei denen sowohl Vorwärtsfluss als auch Rückwärtsfluss ausgenutzt werden können.Variants with forward flow are also conceivable, as well as variants in which both forward flow and backward flow can be used.
Endergebnis und Nutzungbottom line and usage
Das Endergebnis für das Ausführungsbeispiel ist in
In
In
In
Das Binärformat eines Flussvektors 12 und seiner Qualitätsmerkmale 22 kann gemäß der Darstellung in
Es kann ein entsprechender ASIC z.B. für Fahrerassistenzsysteme entwickelt werden. Alternativ oder zusätzlich können die erfindungsgemäß beschriebenen Funktionen oder Teile davon frei programmierbarer, zu Beispiel im Zusammenhang mit einer CPU oder einem allgemeinen digitalen Signalprozessor, realisiert werden.A corresponding ASIC can be developed for driver assistance systems, for example. Alternatively or additionally, the functions described according to the invention or parts thereof can be implemented in a freely programmable manner, for example in connection with a CPU or a general digital signal processor.
Claims (10)
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017216854.4A DE102017216854B4 (en) | 2017-09-22 | 2017-09-22 | Method and device for evaluating correspondences of images, operation assistance method and operation device |
CN201880061101.6A CN111108528A (en) | 2017-09-22 | 2018-09-03 | Method and device for evaluating images, method for assisting operation, and operating device |
US16/645,994 US11227166B2 (en) | 2017-09-22 | 2018-09-03 | Method and device for evaluating images, operating assistance method, and operating device |
EP18762842.5A EP3685352B1 (en) | 2017-09-22 | 2018-09-03 | Method and device for evaluating images, operating assistance method, and operating device |
JP2020516646A JP6997300B2 (en) | 2017-09-22 | 2018-09-03 | Methods and devices for evaluating images, operation support methods and operation devices |
PCT/EP2018/073589 WO2019057473A1 (en) | 2017-09-22 | 2018-09-03 | Method and device for evaluating images, operating assistance method, and operating device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017216854.4A DE102017216854B4 (en) | 2017-09-22 | 2017-09-22 | Method and device for evaluating correspondences of images, operation assistance method and operation device |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102017216854A1 DE102017216854A1 (en) | 2019-03-28 |
DE102017216854B4 true DE102017216854B4 (en) | 2023-05-25 |
Family
ID=63452658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102017216854.4A Active DE102017216854B4 (en) | 2017-09-22 | 2017-09-22 | Method and device for evaluating correspondences of images, operation assistance method and operation device |
Country Status (6)
Country | Link |
---|---|
US (1) | US11227166B2 (en) |
EP (1) | EP3685352B1 (en) |
JP (1) | JP6997300B2 (en) |
CN (1) | CN111108528A (en) |
DE (1) | DE102017216854B4 (en) |
WO (1) | WO2019057473A1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11836597B2 (en) * | 2018-08-09 | 2023-12-05 | Nvidia Corporation | Detecting visual artifacts in image sequences using a neural network model |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100166323A1 (en) | 2008-12-31 | 2010-07-01 | Intuitive Surgical. Inc. | Robust sparse image matching for robotic surgery |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2003300959A1 (en) | 2002-12-17 | 2004-07-22 | Evolution Robotics, Inc. | Systems and methods for visual simultaneous localization and mapping |
EP1780672A1 (en) * | 2005-10-25 | 2007-05-02 | Bracco Imaging, S.P.A. | Method of registering images, algorithm for carrying out the method of registering images, a program for registering images using the said algorithm and a method of treating biomedical images to reduce imaging artefacts caused by object movement |
US8890951B2 (en) * | 2008-04-24 | 2014-11-18 | GM Global Technology Operations LLC | Clear path detection with patch smoothing approach |
EP2396768B1 (en) * | 2009-02-12 | 2013-04-17 | Dolby Laboratories Licensing Corporation | Quality evaluation of sequences of images |
EP2275989B1 (en) * | 2009-07-06 | 2012-09-12 | Sick Ag | Stereoscopic 3D camera |
US20140313303A1 (en) * | 2013-04-18 | 2014-10-23 | Digimarc Corporation | Longitudinal dermoscopic study employing smartphone-based image registration |
GB2520243B (en) * | 2013-11-06 | 2017-12-13 | Thales Holdings Uk Plc | Image processor |
GB2549671B (en) * | 2015-01-07 | 2020-08-05 | Synaptive Medical Barbados Inc | Method, system and apparatus for adaptive image acquisition |
JP6541363B2 (en) * | 2015-02-13 | 2019-07-10 | キヤノン株式会社 | Image processing apparatus, image processing method and program |
US9811732B2 (en) | 2015-03-12 | 2017-11-07 | Qualcomm Incorporated | Systems and methods for object tracking |
-
2017
- 2017-09-22 DE DE102017216854.4A patent/DE102017216854B4/en active Active
-
2018
- 2018-09-03 WO PCT/EP2018/073589 patent/WO2019057473A1/en unknown
- 2018-09-03 JP JP2020516646A patent/JP6997300B2/en active Active
- 2018-09-03 CN CN201880061101.6A patent/CN111108528A/en active Pending
- 2018-09-03 EP EP18762842.5A patent/EP3685352B1/en active Active
- 2018-09-03 US US16/645,994 patent/US11227166B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100166323A1 (en) | 2008-12-31 | 2010-07-01 | Intuitive Surgical. Inc. | Robust sparse image matching for robotic surgery |
Non-Patent Citations (1)
Title |
---|
YAMAGUCHI K. ET AL: "Vehicle ego-motion estimation and moving object detection using a monocular camera"; IEEE 2006, 18th International Conference on Pattern Recognition, IEEE Comput. Soc; 20-24 SEPT. 2006 |
Also Published As
Publication number | Publication date |
---|---|
CN111108528A (en) | 2020-05-05 |
JP6997300B2 (en) | 2022-01-17 |
JP2020534618A (en) | 2020-11-26 |
WO2019057473A1 (en) | 2019-03-28 |
EP3685352B1 (en) | 2024-03-06 |
DE102017216854A1 (en) | 2019-03-28 |
US20200202140A1 (en) | 2020-06-25 |
US11227166B2 (en) | 2022-01-18 |
EP3685352A1 (en) | 2020-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102018116111A1 (en) | A uniform deep convolution neural network for the estimation of free space, the estimation of the object recognition and the object position | |
DE202017007512U1 (en) | Motion estimation through machine learning | |
DE112014000155B4 (en) | Method for determining depth maps from stereo images with improved depth resolution in an area | |
EP1585059A2 (en) | Method and apparatus for evaluation of motion vectors allocated to image regions | |
DE102016208056A1 (en) | Method and device for processing image data and driver assistance system for a vehicle | |
DE102010046507A1 (en) | Calculation of detail level for anisotropic filtering | |
DE102008015535B4 (en) | Process for image processing of stereo images | |
WO2008034599A2 (en) | Method and device for image processing | |
WO2020078615A1 (en) | Method and device for determining an area map | |
DE102017216854B4 (en) | Method and device for evaluating correspondences of images, operation assistance method and operation device | |
DE102019105293A1 (en) | Estimation of the movement of an image position | |
DE102012009876A1 (en) | Method for processing an image sequence and test device for a motor vehicle | |
EP2893510B1 (en) | Method and image processing apparatus for removing a visual object from an image | |
DE102018114229A1 (en) | Method for determining a movement state of an object depending on a movement mask and a generated boundary frame, driver assistance system and motor vehicle | |
DE102008046505A1 (en) | Method for image processing of stereo images | |
EP3465608B1 (en) | Method and device for determining a transfer between two display images, and vehicle | |
DE102013226797B4 (en) | Circle segment and shape detection | |
DE102014209623A1 (en) | Image processing apparatus, control method, and program | |
DE102016124989A1 (en) | Curb representation with a three-dimensional body in a driver assistance system for a motor vehicle | |
EP3682371A1 (en) | Method and device for evaluating images, operational assistance method and operating device | |
DE102020213587A1 (en) | Method and device for linking optical flow over a plurality of images of an image acquisition device | |
DE102021206316A1 (en) | Method and device for detecting an object for a vehicle and camera system comprising a mono camera | |
DE102022208060A1 (en) | Method for equalizing a distorted optical flow vector field | |
DE102014117588A1 (en) | A method for determining a parameter for estimating a traffic volume based on an image | |
DE102020203540A1 (en) | Method and device for displaying a virtual object at a display position |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |